7月31日，国务院常务会议审议通过了《关于深入实施“人工智能+”行动的意见》，并对此行动进行了全面部署。与会专家在接受采访时表示，此举是对AI+发展路径的一次系统梳理，必将有力推动我国AI+的快速发展。
AI创新迎来关键机遇期
2015年7月4日，国务院颁布了《关于积极推进“互联网+”行动的指导意见》，这份文件构成了推动“互联网+”发展的总体战略规划。
十载光阴，人工智能领域迅猛发展，迭代速度不断加快，正处于创新突破与产业变革的重要机遇期及关键窗口期，“AI+”模式接替“互联网+”，预示着新时代的来临。
盘和林，经济学者兼工信部信息通信经济专家委员会委员，在接受采访时指出，过去十年间，人工智能实现了重大突破，性能提升至前所未有的水平，基本满足了图灵测试的标准。大语言模型展现出类似人类的思维模式，并在自动驾驶、制造业以及具身智能等多个领域得到应用。这使得人工智能与传统产业的融合成为现实，预示着科技进步将颠覆更多产业和行业，并催生众多新兴领域。
我国在全球人工智能领域的竞争中处于领先地位，构建了一个包括基础层、框架层、模型层和应用层在内的全面产业体系；开源大模型在国际舞台上展现出了耀眼的光芒，同时在算力规模上也位列世界前茅。
国务院常务会议强调，需充分利用我国产业体系健全、市场体量庞大、应用场景多样的优势，加速人工智能在经济社会各个领域的广泛应用与深度结合，构建起以创新引领应用、应用推动创新的正向循环。
此次国务院常务会议审议通过了《关于全面深化“人工智能+”战略的实施意见》，这标志着对AI+发展路径的一次系统梳理。此举无疑将有力推动我国AI+的快速发展，促进AI+在各个领域的广泛应用加速涌现，同时也是我国AI产业迎来的一大福音。盘和林如是说。
赛迪顾问人工智能与大数据研究中心的常务副总经理邹德宝在接受采访时透露，随着“人工智能+”政策的正式发布，我国将“人工智能+”定位为推动新质生产力发展及经济增长的关键动力之一。这一战略举措的重要性不仅超越了单纯的技术支持，更在于它涉及科技创新、产业革新以及产业生态和治理体系的系统性重塑。
加快AI规模化商业化落地
在国务院常务会议上，提出要深入推进“人工智能+”战略，并着力推动人工智能在商业领域的广泛应用和规模化发展。
当前，众多领域对这项技术的应用需求十分迫切，正处于推动实际应用的紧要关头。国家发展改革委政策研究室主任兼新闻发言人蒋毅于8月1日作出此番表态。
一方面，我国市场上智能化新产品和新应用场景层出不穷；智能网联汽车、智能穿戴设备以及智能家居等新一代智能终端种类繁多，色彩斑斓；智能机器人在工厂和家庭的广泛应用正逐渐成为一种趋势；同时，各种智能设备也正逐步渗透到生产生活的各个领域。
在另一方面，面对着残酷的市场竞争，企业要想实现降低成本和提高效率，智能化转型无疑是一条必经之路。
盘和林指出，基于我国的具体国情，加速人工智能技术的应用与商业化进程显得尤为关键。首先，我国拥有多样化的应用场景，与AI技术的融合能够更迅速地发挥“AI+”的作用，提升生产力；其次，AI与各领域应用的结合，能够最大限度地发挥我国在AI应用领域的人才优势。
人工智能在各行各业中的应用尚处于初级阶段，遭遇了众多困难。以工业领域为例，浪潮云洲工业互联网的总经理庞松涛指出，人工智能大型模型想要深入工业的关键领域，必须克服数据获取、技术难题以及生态应用等方面的障碍。数据整合面临多源异构的挑战，安全与共享之间存在矛盾，中小企业在数据处理能力上相对薄弱；在技术层面，机理与数据模型的融合不够充分，具身智能的实现存在困难，且迭代成本较高；在生态应用方面，产业协同存在障碍，中小企业进入门槛较高，且价值量化较为困难。
邹德宝提出，在商业化的实际应用中，需要实现“算力、算法与数据”三者之间的紧密协作与无缝对接。具体而言，这涉及到打破数据之间的障碍，提高数据质量，促进数据的快速流通以及高质量数据集的构建；在技术创新与数据隐私保护之间寻求平衡；以及优化算力的应用，从单一的应用场景扩展到生态系统的协同工作等方面。
打造开源开放生态体系
国务院常务会议强调，需致力于改善人工智能创新环境，增强计算能力、算法技术及数据资源的供应，提升政策扶持的强度，加强人才培养和团队建设，打造开放共享的生态系统，以确保产业得以稳健成长和壮大。
据相关数据表明，2024年我国人工智能行业市场规模已超过7000亿元大关，且连续数年呈现出20%以上的增长速度。
盘和林指出，我国人工智能产业在发展过程中遭遇了不少难题，首先，在芯片领域我们还有不少不足之处，亟待加以解决；其次，AI技术的国际交流需要探索新的方法，或许可以建立一个独立的AI交流圈；再者，我们必须妥善处理好安全与发展的平衡。
中国电子信息产业发展研究院的副院长刘文强在文章中指出，我国必须切实加强人工智能领域的核心技术创新工作，这涉及到深入探究人工智能的基础理论、迅速推进国产算力基础设施的建设、以及强化AI大型模型技术的研发和创新。
邹德宝提出，短期内应通过异构调度与并行优化来突破算力限制；中期则需聚焦医药、能源、制造等高价值产业，构建行业级大模型，以促进“超智融合”的实际应用；而长期来看，应打造“软硬协同开源生态”与“动态治理”体系，从而实现从科技创新向产业创新的转变。
中国正迅速推进开源开放生态系统的建设，众多具备竞争力的大型模型模型纷纷公开源代码。同时，国家级人工智能开源开放创新平台“焕新社区”正式上线，为产业合作伙伴提供了包括算力、模型、数据、国产化技术、应用场景和专属区域在内的六大核心服务功能。
黄铁军教授，北京大学计算机学院的权威专家，以及北京智源人工智能研究院的理事长，明确指出，鉴于大模型技术所存在的“不可解释性”问题，最终开源模式将更能获得公众的信任。不仅如此，开源机制还能够吸引更多的开发者加入创新行列。人工智能的发展趋势必然是朝着开放和开源的方向不断前进。
